Claude Code 八个月实战：5层工作流告别“重复解释”，把AI训练成资深队友
很多人把 Claude Code 当成高级版 ChatGPT 用：打开终端、问个问题、关闭。第二天再打开，又要把项目背景从头到尾解释一遍。
症状： 每次对话，20% 的时间都浪费在重新建立上下文。
病根： 没有项目记忆，也没有工作流纪律。
这篇内容是我连续 8 个月每天使用 Claude Code 后，提炼出的 5 层实战工作流。每一层都建立在前一层之上，跳过任何一层，整体都会垮掉。
第一层：CLAUDE.md —— 项目的“记忆锚点”
这是地基。没有它，后面的技巧全部失效。
CLAUDE.md 是一个放在项目根目录的文件。每次开启新对话，Claude 会自动读取它。它负责告诉 Claude：
- 这个项目是做什么的（一句话说清楚）
- 技术栈具体是什么（不要只写“Python 后端”）
- 整体架构长什么样（那些你需要翻 3 个文件才能理解的逻辑）
- 项目独有的约定（不是“要写干净代码”这种废话）
- 质量优先级是什么
反面教材（你可能写过类似的）：
<!-- 这种写法太笼统，对 AI 没有任何额外价值 -->
# My Project
A web application built with Python and FastAPI.
## Development
<!-- 下面这些都是通用常识，Claude 本来就知道 -->
- Write clean code
- Add unit tests
- Use Git
正确示范：
# CLAUDE.md
## Project Overview
<!-- 一句话定位，让 AI 秒懂业务场景 -->
Internal RAG knowledge base serving 500+ employees.
## Tech Stack
<!-- 明确技术栈，防止 AI 猜错框架或版本 -->
FastAPI + LangChain + Milvus + PostgreSQL + Redis
## Commands
<!-- 常用命令写清楚，AI 执行时就不会瞎猜 -->
- Start: `uvicorn app.main:app --reload --port 8080`
- Test: `pytest -x --cov=app --cov-report=term-missing`
## Architecture
<!-- 用文本画架构图，AI 一眼看懂数据流向 -->
Request flow: router → service → retriever → Milvus
→ generator → LLM API
Key directories:
- app/router/ - API layer
- app/service/ - Business logic orchestration
- app/retriever/ - Retrieval strategies (vector/BM25/hybrid)
- app/generator/ - LLM calls and prompt management
## Key Conventions
<!-- 只写这个项目特有的规矩，通用的不用提 -->
- All APIs return `{"data": ..., "error": null}`
- Retrieval results MUST include source field
- Milvus collection naming: `{env}_{doc_type}`
核心原则： 只写对你们项目“独一无二”的东西。Git 怎么用、要写好代码，这些不用你教。
第二层：Plan Mode —— 先开枪，先画靶
触发条件： 任何涉及 3 个以上文件或影响架构的改动。
操作方式：
- 让 Claude 先探索现有代码（模块、数据流、API 结构）
- 由 Claude 设计一份实现方案
- 你看完方案，确认或修改
- 确认无误后，Claude 才开始写代码
常见翻车现场： 你丢一句“重构整个鉴权模块”，Claude 一口气改了 12 个文件，结果全崩了，你根本不知道从哪开始修。
正确姿势： 先说“我想加个混合搜索，我们先规划一下”。Claude 探索完代码后给出架构提案，你确认无误，再分步实施。
第三层：Small Tasks —— 一次只做一件事
每个任务只改动一个逻辑单元。每完成一步，项目都要能跑通。
错误示范：
<!-- 任务太大，一次动 8 个文件，翻车概率极高 -->
You: "Refactor the entire retriever module."
Claude: [changes 8 files] → total chaos
正确示范：
<!-- 把大任务拆成小步骤，每步只改一个文件 -->
You: "Step 1: Extract BM25 logic into retriever/bm25.py"
Claude: [changes 1 file, tests pass]
You: "Step 2: Add RRF fusion in retriever/fusion.py"
Claude: [changes 1 file, tests pass]
You: "Commit these two steps."
为什么这么干： 每次提交都是一个检查点。一旦出问题，你能瞬间定位到是哪个改动引起的。
第四层：Git —— 你的“后悔药”
每完成一个小任务就提交。这不只是版本控制，更是你的项目日记。
# 每次提交聚焦一个功能点，提交历史就是最好的项目日志
feat: extract BM25 retriever into standalone module
feat: add RRF fusion for hybrid search
fix: Chinese tokenization for BM25 queries
半年后回头看，你能从记录里追溯清楚每一个设计决策的来龙去脉。
第五层：Worktree —— 并行开发不打架
当你正在开发功能 A，却突然要紧急修复 Bug B，不想切换上下文时：
# 基于当前分支，创建一个独立的工作目录
git worktree add ../bugfix .claude/worktrees/hotfix
cd ../bugfix
# 在完全隔离的环境里修复 Bug B
# 修复完提交后，返回原分支
cd -
# 清理临时工作区
git worktree prune
或者更简单地告诉 Claude：“Use a worktree for this.” 它会自动帮你搞定隔离。
额外加成：Context Compounding —— 知识的复利
你做的每一个技术决策、发现的每一个模式，都要记下来。它会不断复利增值。
- 项目级：靠
CLAUDE.md存档。存放架构设计、代码规范、关键决策。 - 会话级：靠记忆系统存档。存放你的个人偏好、反馈和纠正记录。
- 知识库级：靠笔记关联存档。存放方法论、通用模式和抽象概念。
8 个月后，AI 不只懂你的项目，它甚至懂你的思维方式。
把它们串起来
假设你要加一个“CSV 导出”功能，整个流程是这样的：
# 第一步：自动加载项目背景，AI 知道路由和逻辑在哪
CLAUDE.md → Auto-loads project context. Claude knows where the API routes live.
# 第二步：先规划 CSV 导出功能，确认方案后再动手
Plan Mode → "Let's plan the CSV export feature first" → Approval before code.
# 第三步：拆成小步骤执行，比如先加路由、再加按钮
Small Tasks → Step 1: Add export route. Step 2: Add frontend button.
# 第四步：每步完成后提交，随时能回滚
Git → Commit after each step. Rollback if needed.
# 第五步：与此同时，用 worktree 并行修登录 Bug，互不干扰
Worktree → Meanwhile, fix a login bug in isolation.
结果： 功能交付更快，Bug 可追溯，每次打开新项目都自带完整上下文。
快速上手清单
# Day 1: 花 30 分钟写好 CLAUDE.md，只写项目特有的东西
Day 1: Write a proper CLAUDE.md (30 min — just write the unique stuff)
# Day 2: 涉及多文件改动前，先说 "Let's plan first"
Day 2: Say "Let's plan first" before cross-file changes
# Day 3: 把一个大任务拆成 3 到 5 个小步骤
Day 3: Break one big task into 3-5 small steps
# Day 5: 尝试用 worktree 处理并行需求
Day 5: Try Worktree — "Use a worktree for this"
# Day 7: 做完第一个设计决策后，把它记录下来
Day 7: After your first design decision, write a Memory
# Day 14: 回顾两周的提交记录，你会发现值得固化的模式
Day 14: Review two weeks of commits — you'll see patterns worth documenting
两周之后，你就不再是“跟 Claude 聊天”了，而是在高效地产出。
